Nel 2023 l'AI in editor era autocomplete potenziato. Nel 2026 gli agenti leggono l'intero repository, eseguono i test, aprono pull request e iterano sui fallimenti. Il salto è reale. Ma dopo un anno abbondante di uso quotidiano nel nostro team, il quadro è più sfumato dell'entusiasmo che leggi su LinkedIn.
Dove gli agenti valgono davvero
Task ben recintati e ripetitivi
Migrazioni meccaniche, aggiornamento di dipendenze con breaking change, generazione di test per codice esistente, boilerplate di CRUD che segue un pattern già presente nel repo. Qui l'agente fa in venti minuti quello che a mano prendeva mezza giornata, e lo fa bene perché ha un esempio da imitare.
Esplorazione di codebase sconosciute
"Dove viene calcolato il prezzo finale dell'ordine?" su un progetto ereditato da un altro fornitore. L'agente legge, incrocia, risponde con i file e le righe. Ci fa risparmiare le ore peggiori: quelle passate a capire il codice di qualcun altro.
Il primo draft di un bug fix
Dato uno stack trace e un test che fallisce, l'agente arriva quasi sempre a una diagnosi corretta e a una patch plausibile. Non sempre giusta, ma è un punto di partenza che accorcia il ciclo.
Dove creano debito
- Codice plausibile ma sbagliato: il rischio numero uno. Una patch che passa i test ma introduce un caso limite sbagliato costa più tempo in review di quanto ne abbia risparmiato in scrittura.
- Feature nuove con decisioni di architettura: qui l'agente non ha il contesto di prodotto che vive nella testa del team. Produce qualcosa che funziona ma non è quello che serve.
- Over-engineering silenzioso: lasciato libero, l'agente aggiunge astrazioni, wrapper, "flessibilità" che nessuno ha chiesto. Il codice cresce, la leggibilità cala.
Il collo di bottiglia si è spostato
Prima il collo di bottiglia era scrivere il codice. Adesso è leggerlo e verificarlo. Un agente può aprire cinque PR in un'ora; nessun umano le revisiona bene in un'ora. Se la review diventa un timbro, il debito entra dritto in main e lo paghi tre sprint dopo.
La regola che ci siamo dati: la velocità dell'agente non deve mai superare la nostra capacità di revisione seria. Meglio due PR capite bene che dieci accettate a fiducia.
Come li teniamo a bada
Diamo agli agenti contesto scritto, convenzioni del progetto, pattern architetturali, cosa NON fare, in un file che leggono a ogni sessione. Chiediamo diff piccole e verificabili, non riscritture di interi moduli. E teniamo l'umano come autore della decisione: l'agente propone, il team firma. È lo stesso pattern che nel 2025 abbiamo usato per gli agenti lato prodotto, applicato al nostro mestiere.
Verdetto
Gli agenti AI nel 2026 sono uno strumento di produttività serio, non un rimpiazzo dello sviluppatore. Chi li usa per amplificare un ingegnere bravo va più veloce. Chi li usa per sostituire il giudizio tecnico accumula debito a velocità doppia. La leva non è "quanto codice genera l'agente", ma "quanto codice il team riesce a capire e possedere".